Sistem Rekomendasi Lagu Dengan Metode Content Based Filtering Berbasis Website
DOI:
https://doi.org/10.34818/eoe.v8i6.17229Abstrak
Lagu adalah salah satu media hiburan yang tidak pernah luput oleh zaman. Bagi penikmatnya, lagu adalah suatu hal yang sangat penting karena lagu merupakan suatu hiburan yang akan didengarkan sesuai dengan suasana hati mereka. Dikarenakan sangat banyak lagu yang tersedia, membuat banyak orang sulit dalam memilih lagu yang ingin didengar. Salah satu yang membuat banyak orang bingung adalah banyaknya lagu dengan jenis genre yang berbeda โ beda. Suasana hati juga mempengaruhi jenis lagu yang akan didengarkan. Sistem rekomendasi adalah sebuah sistem yang mengacu pada memprediksi sejumlah item atau data untuk pengguna di masa mendatang, kemudian dijadikan rekomendasi item paling teratas. Sistem rekomendasi memberikan informasi yang relevan dengan apa yang dicari oleh pengguna. Pada penelitian ini, penulis menggunakan metode Content-based filtering untuk mencari rekomendasi lagu. Konten yang digunakan adalah lirik lagu. Algoritma TF-IDF digunakan untuk mencari nilai bobot term/kata pada tiap dokumen dan kemudian nilai tersebut digunakan sebagai variabel pada Cosine similarity untuk mencari kesamaan antar dokumen. Keluaran dari tugas akhir ini adalah sistem dapat memberi keluaran berupa rekomendasi 10 lagu teratas berbahasa Indonesia. Hasil pengujian dari tugas akhir ini adalah sistem sudah berjalan dengan baik dengan hasil uji alpha sebesar 100%. Kata kunci : Content-based filtering, TF-IDF, Cosine similarityReferensi
[1] "Data Folks Indonesia," medium.com, 11 July 2019. [Online].
Available: https://medium.com/data-folksindonesia/recommendation-system-dengan-python-definisipart-1-71154dc3f700. [Accessed 27 November 2020].
[2] R. Hidayat, "Analisis Semiotika Makna Motivasi Pada Lirik
Lagu "Laskar Pelangi" Karya Nidji," Jurnal Ilmu Komunikasi,
vol. 2, no. 1, pp. 243-258, 2014.
[3] R. Y. H. R. R. M. P. Randy Cahya Wihandika, "Implementasi
Metode K-Nearest Neighbour Dengan Pembobotan
TF.IDF.ICF Untuk Kategorisasi Ide Kreatif Pada
Perusahaan," Jurnal Teknologi Informasi dan Ilmu Komputer
(JTIIK), vol. 4, no. 2, pp. 97-103, 2017.
[4] P. S. Adi, "SISTEM REKOMENDASI NILAI MATA
KULIAH MENGGUNAKAN METODE CONTENTBASED FILTERING," Yogyakarta.
[5] S. P. H. G. M.H. Yap, "A Novel Hybrid based
Recommendation System based on Clustering and
Association Mining," in Tenth International Conference on
Sensing Technology, UK, 2016.
[6] T. R. J. R. Piotr Woldan, "A Content-Based Recommendation
System Using Neuro-Fuzzy Approach," in International
Conference on Fuzzy System, Rio de Janeiro, Brazil, 2018.
[7] F. F. L. P. Tiffany Zhan, "T-RECSYS: A Novel Music
Recommendation System Using Deep Learning," in
International Conference On Consumer Electronics, USA,
2019.
[8] T. B. R. F. Iwan Syarif, "Sistem rekomendasi content based
filtering menggunakan algoritma apriori," in Konferensi
Nasional Sistem Informasi, STMIK Atma Luhur
Pangkalpinang, 2018.
[9] C. S. D. Prasetya, "Sistem rekomendasi pada e-commerce
menggunakan k-nearest neighbor," Jurnal Teknologi
Informasi dan Ilmu Komputer, pp. 194-200, 2017.
[10] A. A. Minakshi Chauchan, "Similarity measures used in
recommender system: A study," International Journal of
Engineering Technology Science and Research, vol. 4, no. 6,
pp. 619-626, 2017.
[11] G. R. E. R. S. M. Ade Romadhony, ST., MT., "Analisis dan
implementasi House recommendation menggunakan contentbased recommender system".



